小波变换模极大值消噪算法的研究

根据信号和噪声在小波变换下的不同特性,采用模极大值去噪的算法.其中包括Mallat交替投影算法和模极大值小波域去噪算法,Mallat交替投影算法是通过剔除那些幅度随尺度而减小的模极大值点,保留幅度尺度而增大的模极大值点,然后将剩余的模极大值利用模极大值重构算法来重建原始信号,达到滤波去噪的目的.而模极大值小波域算法是先用Adhoc算法求出信号的模极大值,再根据模极大值小波域的定义求出信号的模极大值小波域,从而得到信号的小波系数,然后逆变换得到信号.实验结果表明两种算法都具有很好的消噪效果.     

应用小波变换实现突变信号检测

介绍了基于小波变换模极大值的奇异性检测理论,针对噪声中故障信号突变点的检测问题,根据信号和噪声的模极大值的尺度变换特性,提出利用3层以上细节信号的乘积作为检测信号。该方法既可以达到增强信号的目的,又可以抑制噪声,求该乘积信号的小波变换,可以实现奇异点精确定位。     

超声导波管道检测的小波模极大值去噪法

在管道超声导波无损检测中,缺陷回波信号的质量是实现管道缺陷识别和特征提取的基础。针对在无损检测过程中,频散效应和噪声干扰对缺陷回波信号特征值提取的影响,利用回波信号和噪声的小波变换模极大值在不同尺度上传播特性的差异,采用小波变换模极大值的去噪算法,对超声导波回波信号进行去噪处理。仿真和模拟实验结果表明,小波模极大值去噪法能有效处理回波信号中的噪声的干扰,为下一步管道缺陷的识别与特征提取等打下良好基础。     

大坝水平位移监测数据的小波变换去噪处理

将实际观测到的一组大坝水平位移监测数据作为通常意义下的时序信号，并对其进行小波变换分析。根据噪声和有用信号的小波变换系数模极大值在不同分解尺度上的传播特点，提出了根据模极大值的传播规律来区别噪声和有用信号的方法，并给出了具体的算法和计算程序。对模拟数据和实测数据的处理结果表明，基于小波分解模极大值的去噪方法能够有效剔除土木工程变形监测数据中的噪声，识别被噪声湮没的有用信号。     

小波变换 第3讲 二进小波变换及信号的奇异性检测

介绍了基于Ｂ样条的二进小波函数及二进小波变换的特性、算法,重点介绍了基于小波变换模极大值的信号奇异性检测理论,其要点是：信号可以通过其小波变换模极大值表示,也可通过其模极大值重构。因此,信号的表示变得异常简洁。由于二进小波变换具有平移不变性,从而在模式识别和信号的奇异性检测中获得广泛应用。     

小波变换 第3讲 二进小波变换及信号的奇异性检测

介绍了基于Ｂ样条的二进小波函数及二进小波变换的特性、算法,重点介绍了基于小波变换模极大值的信号奇异性检测理论,其要点是：信号可以通过其小波变换模极大值表示,也可通过其模极大值重构。因此,信号的表示变得异常简洁。由于二进小波变换具有平移不变性,从而在模式识别和信号的奇异性检测中获得广泛应用。     

基于滤波预处理的小波故障检测方法

现有的基于信号奇异性分析的故障检测方法不同程度地受到噪声的影响。提出了将电力信号滤除工频周期分量后,通过提取适当尺度上的小波模极大值点检测故障的方法。通过预处理滤除工频周期分量,消除了小波变换在信号峰值处的模极大值,从而避免了对故障的误判。小波变换将预处理信号中的故障分量和噪声分解在不同的尺度空间中,保证了故障特征的提取和算法的抗噪性能,简化了的Mallat信号奇异性检测方法,在降低算法计算量的同时,可保持故障的定位精度。仿真研究表明:故障定位准确,且对噪声不敏感,可推广应用到其他周期信号的分析中。     

小波变换与形态学运算相结合的脉搏波检测算法

提出了1种基于小波变换模极大值与形态学运算相结合的脉搏波检测算法.该算法采用Symlet小波的Mallat算法对脉搏信号作多分辨率分解,利用数学形态学运算突出信号的峰谷点特征,将小波变换模极大值检测原理与形态学峰谷检测算法相结合,实现了对脉搏波的准确检测和精确定位.     

小波检测双电源自动转换开关电压凹陷策略

故障检测在双电源自动转换开关中至关重要,小波变换模的极值点对应信号突变点,有很强的提取信号特征的能力。选取合适的小波函数及分解层数,提取小波系数的模极大值作为判断电源电压发生跌落依据,进行电源投切。利用Matlab/Simulink建立双电源自动转换开关模型,考虑理想环境与白噪声环境,分别采用小波分析、傅氏算法和两点法检测电压跌落故障。仿真实验结果表明,与传统检测方法相比,小波分析提高了检测的快速性、可靠性以及抗干扰性。     

基于小波变换的含噪声行波信号奇异点检测

小波变换是检测信号奇异点的一种有效的数学工具.对于含噪声电流行波信号奇异点的检测,则需要一个基于小波变换的有效算法.作者在非线性阀值法去噪的基础上利用模极大值线的方法正确地检测出含噪声行波信号的奇异点,并通过数字仿真验证了此方法的实用性.     

小波软阈值去噪技术在电能质量检测中的应用

小波方法是一种很好的电能质量信号检测和分析工具，但其性能往往受信号中噪声的影响，当噪声比较大的时候，小波方法甚至会失效。文中根据小波变换的时频特性，分析了信号和噪声在小波分解过程中的不同特性，并在此基础上利用改进的软阈值去噪技术对电能质量信号进行信号去噪处理。软阈值方法能根据各小波空间上特征分量和噪声的统计特性设置适当的阈值来消除噪声，并以此恢复小波方法的性能。该方法不仅较好地解决了保护信号局部特征与抑制噪声之间的矛盾，能很好地对各种电能质量信号进行去噪处理，而且达到了数据压缩的效果。仿真计算结果表明，该去噪方法是有效的。     

工程图纸噪声滤除的数学形态方法

本文提出一种改进的复合数学形态滤波方法，该算法既能有效地滤除工程图纸二值化图像中的种类噪声，又可很好地保护图像中的细结构成分及线段的连通性。     

形态小波在低压系统短路故障早期检测中的DSP实现

本文将具有多结构元素的广义形态开滤波器作为三次B样条二进小波变换的前置滤波单元,形成一种新型的形态小波滤波器,并应用于低压系统短路故障早期检测中.该滤波器可以较好地抑制各种噪声、保护故障特征,并从整体上降低了算法的复杂程度,使之在硬件上实时实现成为可能.本文研制了以美国TI公司新近推出的TMS320F2812 DSP为核心的短路故障早期检测系统,在此系统上实时实现了上述形态小波滤波算法.计算机仿真及实验结果均证实了该算法能够有效滤除低压系统中常见的白噪声及脉冲噪声,同时也证实了该算法在低压系统短路故障早期检测应用中的有效性.     

基于小波包变换的电机测试信号去噪处理

作为一种日益获得广泛应用的信号处理新技术 ,小波分析具有良好的时频局域化特性 ,适应于时变和瞬变信号的分析。针对电机起动过程中的噪声干扰信号 ,提出了基于小波包变换的浮动阈值去噪算法。实验结果表明 ,该方法具有良好的去噪性能     

A de-noising scheme for enhancing wavelet-based power qualitymonitoring system

By means of the wavelet transform (WT), a power quality (PQ) monitoring system could easily and correctly detect and localize the disturbances in the power systems. However, the signal under investigation is often corrupted by noises, especially the ones with overlapping high-frequency spectrum of the transient signals. The performance of the WT in detecting the disturbance would be greatly degraded, due to the difficulty of distinguishing the noises and the disturbances. To enhance the capability of the WT-based PQ monitoring system, this paper proposes a de-noising approach to detection of transient disturbances in a noisy environment. In the proposed de-noising approach, a threshold of eliminating the influences of noises is determined adaptively according to the background noises. The abilities of the WT in detecting and localizing the disturbances can hence be restored. To test the effectiveness of the developed de-noising scheme, employed were diverse data obtained from the EMTP/ATP programs for the main transient disturbances in the power systems as well as from actual field tests. Using the approach proposed in this paper, remarkable efficiency of monitoring the PQ problems and high tolerance to the noises are approved     

关于图像方向性边缘检测算法的研究

该文基于模糊分类和像素方向性提出对图像边缘进行二次确定，同时参数控制去噪及锐化真正边缘。该算法计算量小，边缘明显变细，噪声和伪边缘减少，对边缘细微图像检测效果理想。     

基于小波算法的SF6断路器动作时间在线监测

高压断路器在线监测技术的发展越来越完善,使得在线监测的内容越来越丰富,一些需要定期检修的内容可以通过在线监测来完成。通过对高压断路器操作原理的研究,利用行程曲线实时变化的特点,通过比较分析断路器分、合闸操作过程中触头综合受力的情况,来推断触头运动状态。在此基础上提出了一种方便实用的SF6高压断路器分合闸时间的测量办法。方法利用小波算法去除噪声和干扰的影响,确保行程信号在处理过程中不失真,从而准确地提取断路器合分闸过程中的刚分、刚合时刻,以获得可靠的分、合闸时间。经过离线试验验证,该方法所测得的时间与断路器触头刚分刚合时间是一致的,且方便实用。     

基于PO算法的风电机塔架RCS快速求解

对于工作在GHz频率下的电大尺寸风电机雷达散射截面(RCS)求解,传统采用的物理光学(PO)算法所需计算资源极为庞大,难以在风电机对雷达信号干扰评估的实际工程中进行应用。为减少求解占用的计算资源,本文提出了一种快速求解算法,即将风电机RCS求解分为两个部分:仍采用PO法计算叶片RCS;但采用近似法快速求解塔架RCS。计算时,将风电机塔架分割为一系列小的圆柱段,分别求解各独立圆柱段RCS,最后将各部分RCS进行叠加即可获得整个塔架RCS的计算公式。以Vestas V82风电机为例,结果表明采用快速求解算法计算得到的风电机RCS极大值偏差最大为3.15d Bsm,全局极值最大相对偏差为5.14%,但计算资源减少88%。     

基于变分模态分解和小波分析的变压器局部放电去噪研究*

为有效去除变压器局部放电信号中大量的电磁干扰,针对现有经验模态分解存在模态混叠等问题,提出将一种新的信号分解算法——变分模态分解结合小波运用在变压器局部放电信号中来抑制窄带周期干扰和白噪声。首先利用变分模态分解将含噪信号分解成若干个以某中心频率波动的模态,在分解过程中自动滤去白噪声;然后提取含局部放电信息的模态进行重构;最后通过小波去除残余窄带周期干扰,进而实现干扰抑制。仿真和实测信号分析结果表明,该方法能很好地抑制两类干扰,保留局部放电信号特征,验证了采用变分模态分解结合小波去除噪声的有效性,为局部放电信号去噪提供了一种新的方法。     

基于小波相关性的配电网单相接地故障测距

分析了配电网络发生单相接地故障后故障行波的传输模型,由于配电网暂态行波信号微弱,提出了利用小波变换后图形相关性方法,检测行波波头的时间差。首先对暂态电流做多次小波变换,对小波变换后的图形去除噪声,然后提取出该图形中的峰谷波形,利用第1个峰谷波形作为基准量,后续的波形依次与第1个波形做相关性分析,找出与第1个峰谷波具有最大相关的波形,利用此波形和第1个波形的时间差作为测距的依据,通过A型行波测距算法算出故障距离。ATP仿真结果表明,采用小波变换后的波形相关性算法可将测距误差限制在±100m的范围内;而且,利用该算法可以消除过渡电阻和故障发生在电压过零导致的测距结果失真。